周舟

所在栏目：教师名录   发布时间：2026-03-25  浏览5567次

周舟，浙江大学求是讲席教授、博士生导师。2003年北京大学数学学士，2009年芝加哥大学统计学博士。2009—2026年于多伦多大学统计科学系任教，历任助理教授、终身副教授、终身正教授，并获得2021年加拿大NSERC Discovery Accelerator奖、2023年CRM-SSC 奖等重要奖项。2026年回国加入浙江大学数据科学研究中心。主要研究方向为复杂时空数据分析、非参数方法、时频域分析、重抽样方法、变点分析等。他在非平稳时间序列分析，时频域推断，非参数筛法，鲁棒变点分析等方向的研究均处于世界前沿，并已与应用领域顶尖专家展开深度合作。在统计学、计量经济学、信息论顶级期刊发表多篇论文，研究得到顶级研究机构支持。

博士生讨论班2026[21]

所在栏目：研究生活动   发布时间：2026-11-09  浏览239次

题目：Online Individualized Treatment Selection under Partial Feedback: False Discovery Control and Assignment Regret 摘要：Across diverse applications, individualized treatment policies aim to match treatments to individual needs, but unsuccessful treatment can impose substantial costs or burdens on recipients. We study sequential treatment assignment and online learning of a policy that maximizes treatment coverage while limiting the expected failure proportion among recipients. Because only assigned outcomes are observed, a policy that relies solely on current predictions may fail to collect sufficient data to evaluate alternative assignments. We propose the Partial Feedback Adaptive

博士生讨论班2026[20]

所在栏目：研究生活动   发布时间：2026-10-30  浏览574次

题目：Inference in heavy-tailed nonstationary multivariate time series 摘要：We study inference on the common stochastic trends in a nonstationary, N-variate time series yt, in the possible presence of heavy tails. We propose a novel methodology which does not require any knowledge or estimation of the tail index, or even knowledge as to whether certain moments (such as the variance) exist or not, and develop an estimator of the number of stochastic trends m based on the eigenvalues of the sample second moment matrix of y. We study the rates of such eigenvalues, showing that the first m ones diverge, as the sample size T passes to infinity, at a rate faster by O(T)  than the remaini

统计科学博士后研究员招聘启事

所在栏目：博士后招聘   发布时间：2026-10-26  浏览5066次

       浙江大学数据科学研究中心周舟教授（求是讲席教授）现公开招聘统计理论与方法学博士后研究员，研究方向为复杂时空数据分析与时频分析。该职位聘期两年，具体到岗时间可协商确定。一、研究领域入选者将与周舟教授合作，针对具有挑战性的现实问题开发先进的统计方法学研究，研究领域包括（但不限于）：- 相依、非平稳且高维时间序列的统计推断- 空间与时空统计学- 时频分析与非平稳信号处理- 经验过程方法、筛分估计法及现代非参数技术- 在商业、金融、经济及健康科学领域的研究应用二、应聘条件- 统计学、数据科学或相关领域博士学位- 扎实的概率论与统计推断理论基础- 具备时间序列分析、空间统计学或高维方法的研究经验- 具备独立开展科研工作的能力- 熟练掌握编程工具（R、Python等）三、薪酬与科研环境- 薪酬待遇：年薪 25 万–35 万元人民币（根据候选人资质面议）- 团队协作氛围浓厚，科研资源互通共享- 跨学科合作与学术交流机会- 无强制教学任务（教学可按需自愿参与）四、申请材料申请者需提交以下材料：- 个人详细简历（CV）- 研究陈述（Research Statement）- 2–3 封推荐信（至少 1 封由申请者的博士生导师出具）五、联系方式咨询与材料投递请联系周舟浙江大学数据科学研究中心电子邮箱：zhouzhou2026@zju.edu.cn周舟老师主页：https://person.zju.edu.cn/zhouzhou2026

博士生讨论班2026[19]

所在栏目：研究生活动   发布时间：2026-10-26  浏览535次

题目：Conformalized Multiple Testing With Confident Directions 摘要：In large-scale studies, investigators often need to determine which effects are positive and which are negative. Reliable inference must account for errors in the reported directions, as well as differences in measurement precision across effects. We develop CORD, a directional multiple-testing procedure that learns the effect-size distribution to rank potential discoveries while accounting for unequal measurement precision. Comparisons with simulated zero-effect observations determine which discoveries to report. Effects without sufficient evidence receive no directional declaration. We control the directional false di

2026级数据科学与工程硕士专业学位项目 校内导师目录

所在栏目：招生信息   发布时间：2026-10-23  浏览987次

【按姓氏拼音排序】导师姓名主要研究方向邮箱其他英文主页陈璐数据库、大数据处理、度量空间数据管理、时空数据管理、查询可用性分析luchen@zju.edu.cn崔逸凡因果机器学习，强化学习，精准决策，个性化医疗cuiyf@zju.edu.cnhttps://sites.google.com/view/yifancui高云君数据库、大数据管理与分析、DB与AI融合gaoyj@zju.edu.cn/ raygaoyj@gmail.com顾嘉分布式统计推断，联邦学习，流行病学统计建模，数据融合，随机优化gujia@zju.edu.cn郭子剑因果推断、多源头学习、非常规统计推断、遗传与健康研究的统计方法zijguo@zju.edu.cn蒋杭进生物统计、深度学习、精准医学、生物育种和时间序列jianghj@zju.edu.cn李超数据智能、智慧城市、工业智能chaoli@intl.zju.edu.cn林俊宏稀疏恢复，核方法，正则化，学习理论，机器学习优化算法，深度学习junhong@zju.edu.cn骆威充分降维，高维数据分析，因果推断weiluo@zju.edu.cn /wluostat@outlook.com苗晓晔智能数据治理与服务，数据补全与数据清洗，数据估值与服务定价，智能药物研发miaoxy@zju.edu.cnAndre Python应用空间统计学，空间扩散，贝叶斯层次模型apython@zju.edu.cn邵辉应用概率论、量化金融huishao@intl.zju.edu.cn沈春华机器学习，计算机视觉chunhuashen@zju.edu.cn王一苇零售运营管理研究，订阅制

博士生讨论班2026[18]

所在栏目：研究生活动   发布时间：2026-10-16  浏览594次

题目：Identifying low-quality features and suboptimal models to enhance phenotype prediction 摘要：Biomedical researchers increasingly rely on machine learning to predict disease outcomes and treatment responses from omics and clinical data. Yet, these models are often developed using small or varied patient groups, and this makes it difficult to know whether a model has learned meaningful biological patterns or has simply fit the available data. Standard measures of predicting accuracy do not always reveal whether a model is too simple, unnecessarily complex, built with uninformative features, or likely to perform well with different datasets. mBoost addresses these challenges by introd

博士生讨论班2026[17]

所在栏目：研究生活动   发布时间：2026-10-09  浏览741次

题目：Covariate-Adaptive Randomization in Clinical Trials without Inflated Variances 摘要：Covariate adaptive randomization (CAR) procedures are extensively used to reduce the likelihood of covariate imbalances occurring in clinical trials. In literatures, a lot of CAR procedures have been proposed so that the specified covariates are balanced well between treatments. However, the variance of the imbalance of the unspecified covariates may be inflated comparing to the one under the simple randomization. The inflation of the variance causes the usual test of treatment effects being not valid and adjusting the test being not an easy work. In this paper, we propose a new kind covariate adap

浙江大学2027年数据科学与工程硕士（iMDS）招生简章

所在栏目：招生信息   发布时间：2026-10-08  浏览1556次

数据科学与工程硕士（international Master of Data Science，简称iMDS）为浙江大学数据科学研究中心与浙江大学国际联合商学院合作建设的全日制专业学位研究生项目。本项目依托浙江大学数据科学研究中心的人才优势和学科交叉的优势，结合浙江大学海宁国际校区国际化背景，在大数据理论与技术及其应用领域上优化布局，建立完备的数据科学知识体系；聚焦数字经济和生命健康中的大数据工程技术难题，突出体现浙江大学特色，在商业大数据和生物医学大数据等方向上进一步强化与国内外大型龙头企业和医疗机构与企业的合作，探索专业实践和联合培养新模式，组建以首席专家为核心、多学科协同、产教融合的卓越工程教育创新团队，发展和完善大数据科学理论与技术方向专业学位研究生卓越培养体系，培养水平高、技术精，掌握尖端科学知识的数据科学稀缺人才。本项目由浙江大学数据科学研究中心负责专业培养与导师建设等，由国际联合商学院负责项目运营和学生管理。数据科学与工程项目（海宁国际校区）项目详细内容请参见：浙江大学数据科学研究中心网站http://cds.zju.edu.cn/a/zsxx/2417.html，国际联合商学院网站https://zibs.zju.edu.cn/81617/list.htm招生领域：电子信息（0854）-大数据技术与工程（085411，数据科学与工程项目）一、报考条件（一）拥护中国共产党的领导，遵守中华人民共和国宪法和法律，诚实守信。（二）身体健康状况符合国家和招生单位规定的体检要求。（三）具有国家承认的本科毕业学历及以上的人员。（四）不存在其他法律法规或规章规定的不得报考硕士研究

博士生讨论班2026[16]

所在栏目：研究生活动   发布时间：2026-09-24  浏览947次

题目：Sparse Recovery With Multiple Data Streams: An Adaptive Sequential Testing Approach 摘要：Multistage design has been utilized across a variety of scientific fields, enabling the adaptive allocation of sensing resources to effectively eliminate null locations and localize signals. We present a decision-theoretic framework for multi-stage adaptive testing that minimizes the total number of measurements while ensuring pre-specified constraints on both the false positive rate (FPR) and the missed discovery rate (MDR). Our method, SMART, explicitly addresses the often-overlooked aspect of uncertainty quantification in machine learning algorithms, incorporating it at every decision stage